HSV 색상 공간을 사용하여 OpenCV에서 보다 정확한 빨간색 감지를 달성하려면 어떻게 해야 합니까?

HSV 색상 공간을 사용하여 OpenCV에서 빨간색 색상 감지 개선

OpenCV에서 HSV 색상 공간은 특정 색상을 감지하는 효과적인 접근 방식을 제공합니다. 빨간색 포함. 그러나 HSV 색상 채널의 원형 특성으로 인해 빨간색은 180도 근처의 값을 둘러쌀 수 있습니다. 이로 인해 빨간색 물체를 정확하게 감지하는 데 어려움이 있을 수 있습니다.

이 문제를 해결하려면 색상 구성 요소에 대해 두 가지 범위인 [0,10]과 [170, 180]을 고려하여 보다 정확한 감지를 달성할 수 있습니다. 두 범위를 모두 포함함으로써 감지가 전체 빨간색 스펙트럼을 포괄하도록 보장합니다.

다음 Python 코드는 이 접근 방식을 보여줍니다.

import cv2

# Read the input image
image = cv2.imread("path_to_image")

# Convert BGR to HSV color space
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

# Define HSV values for red color
hue_min1 = 0
hue_max1 = 10
hue_min2 = 170
hue_max2 = 180
sat_min = 70
sat_max = 255
val_min = 50
val_max = 255

# Create masks for the two hue ranges
mask1 = cv2.inRange(hsv, (hue_min1, sat_min, val_min), (hue_max1, sat_max, val_max))
mask2 = cv2.inRange(hsv, (hue_min2, sat_min, val_min), (hue_max2, sat_max, val_max))

# Combine the masks
mask = mask1 | mask2

# Display the mask
cv2.imshow("Mask", mask)
cv2.waitKey(0)
cv2.destroyAllWindows()

이 코드는 이미지의 빨간색 직사각형을 효과적으로 감지합니다. , 마스크 출력에 표시된 대로.

대안 접근법

또 다른 방법은 BGR 이미지를 반전시킨 다음 HSV로 변환하는 것입니다. 이 접근 방식은 기본적으로 보색인 청록색(색조 채널에서 90도)을 검색하여 단일 범위로 빨간색을 감지할 수 있도록 합니다.

다음 Python 코드는 이 기술을 보여줍니다.

import cv2

# Read the input image
image = cv2.imread("path_to_image")

# Invert the BGR image
inverted_image = cv2.bitwise_not(image)

# Convert inverted image to HSV color space
hsv_inverted = cv2.cvtColor(inverted_image, cv2.COLOR_BGR2HSV)

# Define HSV values for cyan color (inverted red)
hue_min = 90 - 10
hue_max = 90 + 10
sat_min = 70
sat_max = 255
val_min = 50
val_max = 255

# Create a mask for the cyan color range
mask = cv2.inRange(hsv_inverted, (hue_min, sat_min, val_min), (hue_max, sat_max, val_max))

# Display the mask
cv2.imshow("Mask", mask)
cv2.waitKey(0)
cv2.destroyAllWindows()

두 접근 방식 모두 HSV 색상 공간에서 OpenCV를 사용하여 향상된 빨간색 감지 기능을 제공하므로 이미지 처리 애플리케이션에 더 정확한 결과를 제공합니다.

위 내용은 HSV 색상 공간을 사용하여 OpenCV에서 보다 정확한 빨간색 감지를 달성하려면 어떻게 해야 합니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!